AI 技能(AI Skill) 是一种让大语言模型获得特定领域能力的机制。它不是简单的 prompt 工程,而是一套完整的工作流封装:
| 传统 Prompt | AI 技能 |
|---|---|
| 一次性指令 | 可复用的能力模块 |
| 需要详细说明步骤 | 内置最佳实践 |
| 每次从零开始 | 记住上下文和偏好 |
| 容易出错 | 自动校验和修复 |
核心思想:把人类的领域知识封装成 AI 能理解和执行的结构化流程。
GitHub: https://github.com/Agents365-ai/video-podcast-maker
选题输入
↓
[研究] → 自动搜索资料、整理要点
↓
[脚本] → 生成带章节标记的旁白脚本
↓
[TTS] → Azure/CosyVoice 语音合成
↓
[时间轴] → 自动对齐音频和视觉段落
↓
[渲染] → Remotion React 视频合成
↓
[BGM] → FFmpeg 混音
↓
[封面] → AI 生成缩略图
↓
[发布] → 生成 B站标题、标签、描述
1. B站深度优化
用户只需要说一句话:
"做一个关于量子计算的科普视频"
真正的"一句话做视频"。
GitHub: https://github.com/Agents365-ai/drawio-skill
自然语言描述
↓
AI 解析 → 识别实体(服务、数据库、接口)
↓
生成 Draw.io XML(内部格式)
↓
调用 draw.io CLI → 导出 PNG/SVG/PDF
↓
质量检查 → 自动修复问题
↓
交付成品图
输入:
"画一个微服务电商架构,包含:移动端/Web端/管理后台、API 网关、认证/用户/订单/商品/支付服务、Kafka 消息队列、通知服务、用户数据库/订单数据库/商品数据库/Redis 缓存/Stripe API"
| 维度 | 脚本 | 插件 | AI 技能 |
|---|---|---|---|
| 执行者 | 系统 shell | 宿主软件 | 大语言模型 |
| 输入 | 参数/配置 | 用户操作 | 自然语言 |
| 逻辑 | 固定流程 | 事件响应 | 推理+决策 |
| 容错 | 低 | 中 | 高(可自我修复) |
| 学习成本 | 需要编程 | 需要熟悉软件 | 零门槛 |
AI 技能的本质:用自然语言做"意图编程",让 AI 理解你要什么,然后它自己决定怎么实现。
AI 技能的兴起,依赖三个技术条件的成熟:
结构很简单:
my-skill/
├── SKILL.md # 技能说明文档(Claude 会读取)
├── README.md # 用户说明
└── scripts/ # 辅助脚本(可选)
秘诀:SKILL.md 不是写给用户的,是写给 AI 看的。要像教实习生一样,把领域知识、注意事项、常见陷阱都写进去。
短期(1-2 年)
未来属于会设计 AI 技能的人。
AI 技能革命让知识工作者从重复执行转向创造性设计。人类从"执行者"变成了"技能设计者"——定义问题边界、设定质量标准、验收最终成果。
参考链接
作者:小凯
发布时间:2026-03-09
经验已固化: Evolver Capsule #7
#AI技能 #ClaudeCode #自动化 #科普 #小凯
还没有人回复